Sådan hentes data til bredformat i R-dummies

Hvis du har et smeltet datasæt (et datasæt i lang format), er du klar til at omforme den med R. For at illustrere, at omformingsprocessen holder al din data intakt, så prøv at rekonstruere originalen: >> dcast (mgoals, Venue + Game ~ variabel, sum) Spillested Granny Geraldine Gertrude 1 1. Brugge 12 5 11 2 2. Gent 4 4 5 3 3rd Gent 5 2 6 4 4. Brugge 6 4 7

Kan du se, hvordan dcast () tager en formel som det andet argument? Mere om det om et øjeblik, men først inspicere dine resultater. Det skal svare til den oprindelige dataramme.

Næste vil du måske gerne gøre noget mere interessant - for eksempel oprette et resumé af sted og spiller.

Du bruger funktionen dcast () til at kaste en smeltet dataramme. For at være klar bruger du dette til at konvertere fra et langt format til et bredt format, men du kan også bruge dette til at aggregeres i mellemformater, som ligner den måde, hvorpå en pivottabel fungerer.

Funktionen dcast () tager tre argumenter:

data

• : En smeltet dataramme. formel

• : En formel, der angiver, hvordan du vil kaste dataene. Denne formel tager formularen x_variable ~ y_variable. Men det er forenklet med at gøre et punkt. Du kan bruge flere x -variables, multiple y -variables og endda z -variables. sjov. aggregeret

• : En funktion, der skal anvendes, hvis støbformel resulterer i datagruppering (for eksempel længde (), sum () eller middelværdi ()).

  Så for at få det resumé af spillested versus spiller, skal du bruge dcast () med en casting formel variabel ~ Venue. Bemærk, at støbningsformlen refererer til kolonner i din smeltede dataramme: >> dcast (mgoals, variabel ~ Venue, sum) variabel Brugge Gent 1 Granny 18 9 2 Geraldine 9 6 3 Gertrude 18 11

Hvis du vil få et bord med lokalet, der løber ned ad rækkerne og afspilleren på tværs af kolonnerne, din casting-formel skal være Stedsted-variabel: >> dcast (mgoals, Venue ~ variabel, sum) Sted Granny Geraldine Gertrude 1 Brugge 18 9 18 2 Gent 9 6 11

Det er faktisk muligt at have mere komplicerede casting formler. Ifølge hjælpsiden for dcast (), tager støbformlen dette format:

x_variable + x_2 ~ y_variable + y_2 ~ z_variable ~ …

Bemærk, at du kan kombinere flere variabler i hver dimension med plustegnet (+), og du adskiller hver dimension med en tilde (~). Hvis du har to eller flere fliser i formlen (det vil sige, du inkluderer en

z

-variabel), vil dit resultat også være et flerdimensionelt array.

Så, for at få et resumé af målene ved Sted, spiller (variabel) og Spil, gør du følgende: >> dcast (mgoals, Venue + variabel ~ Spil, sum) Spillestil variabel 1. 2. 3. 4. 1 Brugge Granny 12 0 0 6 2 Brugge Geraldine 5 0 0 4 3 Brugge Gertrude 11 0 0 7 4 Gent Granny 0 4 5 0 5 Gent Geraldine 0 4 2 0 6 Gent Gertrude 0 5 6 0 En af grundene til det forstå data i langt format er, at både grafikpakker gitteret og ggplot2 gør omfattende brug af langformatdata.Fordelen er, at du nemt kan oprette plot af dine data, der sammenligner forskellige undergrupper.